数据工程标准体系框架研究现状与建议

文/马跃飞

1 引言

标准体系框架模型是对标准体系的范围、基本内容、相互关系进行建模，是当前用来辅助相关人员构思、规划、分析、描述标准体系的重要工具。随着大数据技术的发展，数据工程研究与建设已经成为当前产、学、研各界关注的热点。由于数据工程设计到计算机、数学、工程学等一系列技术，其标准体系内容较为复杂，建立合理的数据工程标准体系框架，进而指导体系的建设与发展已经成为当前数据工程领域急需研究和解决的关键性问题。本文从回顾标准体系框架建模的经典方法——标准体系表及其相关研究开始，着重从信息系统和大数据两个不同角度梳理了数据工程标准体系框架的研究现状，最终提出了后续开展相关研究的关键性建议，为未来继续深入探索数据工程标准体系框架建设提供了基础支撑。

2 标准体系表及其相关研究

当前，GB/T 13016-2009《标准体系表编制原则和要求》中提出的“标准体系表”是建立和描述标准体系框架的常用方法，2018年在原有标准基础上进行修改完善，提出的GB/T 13016-2018《标准体系构建原则和要求》，修改了原有标准的范围，术语，增加了标准体系构建的一般方法，但并未对核心的标准体系表进行修改，仍将标准体系表定义为：一定范围内标准体系内的标准按其内在联系排列起来的图表，一般包括标准体系结构图、标准明细表、标准统计表和编制说明等。其中，标准体系结构图主要包括：层次关系、级别关系、序列关系等，标准明细表对标准的核心信息进行描述，一般包括：序号、体系编号、子体系名称、标准名称、标准状态等；标准统计表一般用来从标准层次、标准级别等不同角度从体系内应用标准数量和现有标准数量进行统计描述；编制说明用来描述体系的编制背景、目的、原则、国内外相关标准化现状等。

在此基础上，国内一些学者对标准体系框架建模进行了拓展研究。例如，学者麦绿波归纳了标准体系的五个价值特性，并给出了包括：层次、专业、用途、分类、成分等标准属性。学者潘建均总结了标准体系表的六大特性，提出了标准体系表的编制原则，归纳了标准体系表的格式及要求，提出了标准体系表的的编制流程，对于编制标准体系表具有参考价值。企业标准体系框架建设具有一定的特殊性，GB/T13017-2018《企业标准体系表编制指南》在GB/T13016《标准体系表编制原则和要求》的基础上，进一步归纳给出了企业标准体系框架搭建的主要模式及方法。一些学者以此为基础对企业标准体系建模进行了深入研究。例如：刘荣研究了体系表、内控标准和基础标准在企业标准体系中的地位和作用。卢宏在明确公司信息化发展和规范化管理需求的基础上，提出了标准体系构建的四个创新特点，即扩延对象范围、重组体系架构、变革标准载体、提高开放程度，为公司标准化工作的开展提供了明确的技术途径以及可行的技术方法。

3 信息系统类数据标准体系框架研究现状

随着信息技术的迅猛发展，信息化标准体系建设日益成为研究热点之一。以服务某一专门领域信息化建设为基本思路，一些学者开展了相关的数据、数据工程标准体系框架研究。以服务科学数据共享为主要目的，司莉等研究构建了包括：价值鉴定标准、数据质量规范、元数据标准、分类编码标准、数据发布规范、引用标准，6部分的科学共享数据标准体系框架。以服务石油勘探信息系统建设为目的，赵丰年等从数据元、元数据和管理标准3个维度建立了石油勘探开发数据标准模型，进而构建了相应的标准体系框架。刘晓华等对天津工商信息系统的数据标准化问题进行了分析，提出构建包括分类编码、数据元、数据组织服务等在内了数据标准体系框架。王薇等在研究我国政务信息系统标准化问题时，针对我国政务信息资源标准体系建设，提出了采用以业务驱动为核心的企业架构(ΕA)的顶层设计方法，同时兼顾政务信息资源全生命周期管理工作特点，进行政务信息资源标准体系框架设计的思路，构建了包括基础标准、业务标准、数据标准、管理标准等在内的标准体系框架。

4 大数据标准体系框架研究现状

近些年，随着大数据技术的提出，数据科学逐渐成为了一门独立的学科，相应的，以数据为主导的标准体系框架研究也逐渐成为常态。2016、2017、2018年连续三年，由我国电子技术标准化研究院、全国信息技术标准化技术委员会(全国信标委)大数据标准工作组共同发布了《大数据标准化白皮书》，在分析当前我国大数据标准化现状和问题的基础上，给出了包括：基础、数据、技术、平台、管理、安全和隐私、业务应用等部分，104项标准在内的大数据标准体系框架。大数据标准体系框架打破了数据标准从属于特定专业领域的固有模式，不再仅仅将数据标准体系控制在数据分类、组织、管理、共享、服务等领域内，而是将业务应用也囊括到标准体系的框架中。在此基础上，一些学者进一步研究提出了一些专用大数据标准体系框架。例如：陈敏等在充分参考国家大数据参考架构的基础上，提出了健康医疗大数据标准体系框架。高昂等根据人防大数据的发展现状，对人民防空大数据标准体系层级结构进行了探讨，并针对标准体系层次划分制定出了人防大数据标准体系框架图。

5 数据工程标准体系框架研究建议

通过对数据工程相关标准体系框架研究现状的梳理，综合分析提出以下3点建设、研究建议。

5.1 坚持大数据理念建立完善的数据工程标准体系框架

基于以上研究现状梳理可以发现，随着大数据时代的到来，数据的地位和价值愈发凸显，顺应技术发展趋势，数据工程标准体系框架的建设也由传统数据分类、组织、表示、共享、服务等基本标准内容，逐步在向更多元，更多维、更广泛的方向发展。因此，本文建议后续研究应在进一步厘清新时代数据工程研究、建设内涵范畴的基础上，充分融合大数据技术，拓宽、深挖数据工程标准体系中关键内容及其相互关系，继续明确包括：管理、技术平台、数据模型及产品开发等在内的标准体系框架内涵，逐步建立完善、完备的数据工程标准体系框架。

5.2 设立明确目标提升数据工程标准体系框架效力

标准体系框架构建的最终目标是辅助相关人员建立科学合理的标准体系，用于指导数据工程建设。建设大数据理念，拓宽数据工程标准体系框架组成不是漫无目的随意添加。要坚持目标导向，针对不同阶段、面对不同类别、不同层级的数据工程建设，要设计具体的目标体系。具体而言，要深入分析数据工程建设需求，提出数据工程各阶段建设预期和基本能力，然后以能力实现为导引，通过逐层分解，关系分析等方式，逐步建立能够全面支撑数据工程建设需求的目标体系结构，达到后续形成科学、可操、恰当、适用的标准体系框架提供保证。

5.3 提出面向数据工程标准体系框架拓展建模方法

通过以上研究可以发现，数据工程标准体系是一项涉及专业门类广、新老技术交叉、构成要素多样的复杂系统工程。传统基于标准体系表的标准体系框架建模方法包含维度相对固化，体系内各标准要素间关系描述相对单一；虽然部分学者对维度进行了一定拓展，丰富了模型的表现力，但是并没有具体给出较为规范、统一的维度、关系描述方法，难以应对切实起到辅助建模的作用，难以使数据工程的各类利益相关者清晰的了标准体系中的各关键要素及其关系。因此，在后续研究中针对数据工程特点，提出一套维度更为丰富，关系表达更为多样的标准体系框架建模方法，是从理论方法层面保证数据标准框架有效建模的关键。